一种改进型人群搜索算法优化PID控制火电深度调峰机组的主汽压力的方法与流程

技术特征：
1.一种改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于包括如下步骤：(1)建立基于现场试验数据的主汽压力辨识传递函数模型；(2)基于人群搜索算法的pid参数优化；(3)采用反向差分进化机制和自适应t分布策略对原始人群搜索算法进行联合改进，对主汽压控制pid进行参数优化，将优化得到的控制参数在现场dcs组态中置入，通过定值扰动试验检验控制效果。2.根据权利要求1所述的改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于：所述步骤(1)中对深度调峰火电机组稳态运行工况进行试验建模，阶跃改变入炉燃料量，获取主汽压力响应曲线及数据，通过最小二乘方法辨识得到主汽压力传递函数模型，如下式所示：下式所示：公式中：k-主汽压力传递函数静态增益；n-传递函数阶次；τ-延迟时间；s-拉普拉斯算子。3.根据权利要求1所述的改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于所述步骤(2)中具体步骤如下：(a)对并联式pid，根据输入值rin(t)和输出值yout(t)的偏差e(t)构成如式(3)的控制规律，式(5)为pid的传递函数形式，其中k
p
为比例系数，t
i
为积分时间常数，t
d
为微分时间常数，三者为待优化整定参数；e(t)＝rin(t)-yout(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)(3)公式中e(t)-系统输出与期望输出的偏差；u(t)-pid的控制输出信号；选择合适的采样周期，将pid控制器和被控对象进行离散化处理，在使用matlab进行算法编程仿真时，采用其内置函数c2d进行离散化；(b)参数编码：将pid的三个参数作为一个搜索个体，则每个个体的位置矢量的维数为d＝3，定义种群p中有s个个体，所以种群p用式(6)表示：(c)适应度函数的选取：适应度函数是搜索优化过程中评价个体优劣的唯一指标，也是soa算法与控制系统结合的纽带，指导着算法朝控制目标不断进化；选取原则如下：为了获
取优良的调节动态特性，采用误差绝对值的时间积分性能指标作为最小目标函数；为了防止控制器输出量能过大损坏现场设备，引入控制输入平方项；为了避免超调现象，采用适度的惩罚控制，将超调量作为指标的一项；如此，目标函数如式(7)所示；其中，各项权值的取值一般为：ω1＝0.999，ω2＝0.001，ω3＝100；(d)搜索步长的确定：soa的不确定推理行为是利用模糊系统的逼近能力，模拟人的智能搜索行为，用以建立目标函数值和步长之间的联系，采用高斯隶属函数表示搜索步长模糊变量；上式(8)中，u
a
为高斯隶属度；x为输入变量；u、δ为隶属函数参数，当输出变量超出[u-3δ,u 3δ]时，若隶属度小于0.0111，则可忽略，故设定u
min
＝0.0111，同时为了获得较快的收敛速度，设定u
max
＝0.95；采用线性隶属度函数，在最佳位置有最大隶属度u
max
＝1，最差位置有最小隶属度u
min
＝0.0111，在其他位置u＜1.0，如式(9)所示，上式(9)中，u
ij
为j维搜索空间目标函数值i的隶属度；α
ij
为j维搜索空间的搜索步长；δ
ij
为高斯隶属函数参数，其值由式(10)和(11)确定：ω＝(iter
max-iter)/iter
max
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(11)上式中，x
min
和x
max
分别是同一种群中的最小和最大函数值的位置；ω是惯性权值，随进化代数的增加从0.9线性递减至0.1；iter和iter
max
分别是当前迭代次数和最大迭代次数；(e)搜索方向的确定：通过对人的利己行为、利他行为和预动行为的分析和建模，得到三种行动方向的表达式如式(12)-(14)：(14)：(14)：综合以上因素，采用三个方向随机加权几何平均确定搜索方向，如式(15)：其中，和分别为中的最佳位置；为第i个搜寻个体所在邻域的集体历史最佳位置，为第i个搜寻个体到目前为止经历过的最佳位置；sign(*)为符号函数；和为[0,1]内的常数；ω是惯性权值；(f)个体位置的更新：根据上述分析，可根据搜索方向和步长进行个体位置更新，如下式所示；
δx
ij
(t 1)＝α
ij
(t)d
ij
(t)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(16)x
ij
(t 1)＝x
ij
(t) δx
ij
(t 1)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(17)其中，δx
ij
(t 1)为第i个搜寻个体在j维搜索空间下一时刻的位置变化量，x
ij
(t)为t时刻第i个搜寻个体在j维搜索空间的位置。4.根据权利要求1所述的改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于所述步骤(3)具体步骤如下：对于任意个体x
ij
，其反向解定义为x
′
ij
＝ub
j
lb
j-x
ij
ꢀꢀꢀꢀꢀꢀꢀ
(18)上式中，ub
j
和lb
j
分别为第j维搜索空间的上限和下限，为进一步增强人群多样性，提出采用差分进化对人群位置进行更新，通过变异、交叉和选择策略来寻找优质个体，加强个体之间的信息交；对于人群中每个个体向量x
i
，随机选择三个不同的个体向量进行结合，产生变异个体：上式中，r1,r2,r3为[1,0.5n]内三个不同差分个体的编号，其中，缩放因子f为[0,1]范围内的随机数；采用交叉操作构造试验个体u
ij
(t 1)，构造方法为：其中，rand产生[0,1]之间的随机数，交叉概率因子cr的范围在[0,1]之间，f(*)为适应度函数，计算经交叉操作产生后新个体的适应度值，如果新个体的具有更优的适应度，则对原始个体进行替换：采用以迭代次数i为系统参量的变异因子对全局最优位置进行自适应更新，基于贪婪选择算法推选出质量更高的位置并参与下轮迭代；自适应t分布是融合高斯分布与柯西分布优点随机参数组，当其作为变异因子对可行解进行扰动时，可使算法具有一定的局部随机搜索能力以避免陷入局部最优；最优个体的自适应变异过程如下公式所示：x
best
(t 1)＝x
best
(t) x
best
(t)*trnd(t)
ꢀꢀꢀꢀꢀꢀꢀ
(22)上式中，trnd为自适应t分布参量函数，可由matlab函数库调用；x
best
(t)为当前最优解，x
best
(t 1)为自适应t分布变异后的新解。5.根据权利要求1所述的改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于所述的人群搜索算法soa是一种仿生控制算法，通过分析人的随机搜索行为而被提出来；通过模拟人的智能搜索行为中的经验梯度和不确定性推理，来完成对目标的最优解；即通过描述自然语言和对不确定性推理的建模，以便确定搜索步长，同时通过自主学习能力和群体的行为，包括利己行为、利他行为、自组织聚集行为、预防行为和
不确定性推理行为，来确定搜索方向。6.根据权利要求1所述的改进型人群搜索算法优化pid控制火电深度调峰机组的主汽压力的方法，其特征在于：步骤(2)中所述适应度函数值用来说明人群搜索算法soa在寻优过程中个体或者是解的好坏，同时也为个体的位置更新提供参考，采用误差绝对值时间积分性能指标作为参数选择的最小目标函数，同时为了防止控制量过大，在目标函数中加入控制输入量的平方项。

技术总结
本发明提供一种改进型人群搜索算法优化PID控制火电深度调峰机组的主汽压力的方法，以模糊步长为导向的位置更新方式容易诱发算法陷入局部最优、人群缺乏信息交流易降低人群多样性等问题，采用反向差分进化机制和自适应t分布策略对原始人群搜索算法进行联合改进，进一步增强其脱离局部最优的能力。本发明所采用的改进型SOA算法在整定PID参数过程中涉及的适应度函数、寻优步长及方向、个体位置迭代更新等设计过程意义明确、参数设置简单，且本发明可直接采用现场实际数据进行建模，使设计得到的PID控制器对生产过程的针对性更强，更具有工程实用价值。具有工程实用价值。具有工程实用价值。


技术研发人员：张彪 卢双龙 岳良 徐万兵 李鲁
受保护的技术使用者：国网湖北省电力有限公司电力科学研究院
技术研发日：2022.09.14
技术公布日：2022/11/11